| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 引言 | 第7-14页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 相关工作研究现状 | 第7-12页 |
| 1.2.1 BLEU译文自动评价方法 | 第8-10页 |
| 1.2.2 METEOE译文自动评价方法 | 第10-12页 |
| 1.3 本文主要工作及内容 | 第12页 |
| 1.4 文章组织结构 | 第12-14页 |
| 2 机器翻译中的领域自适应方法 | 第14-20页 |
| 2.1 机器翻译中的领域自适应方法 | 第14页 |
| 2.2 基于数据选择的领域自适应方法 | 第14-19页 |
| 2.2.1 M-L数据选择方法 | 第15-17页 |
| 2.2.2 双语数据选择方法 | 第17-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 复述抽取方法 | 第20-25页 |
| 3.1 复述的分类 | 第20-21页 |
| 3.2 复述抽取方法 | 第21-23页 |
| 3.2.1 单语平行语料复述抽取方法 | 第21-22页 |
| 3.2.2 双语平行语料复述抽取方法 | 第22-23页 |
| 3.3 本章小结 | 第23-25页 |
| 4 抽取领域知识复述提高机器译文自动评价方法 | 第25-33页 |
| 4.1 研究动机 | 第25-27页 |
| 4.2 复述抽取方法 | 第27-29页 |
| 4.2.1 Markov网络 | 第27-28页 |
| 4.2.2 复述概率计算方法 | 第28-29页 |
| 4.3 语料过滤方法 | 第29-31页 |
| 4.4 基于单语语料的特定领域复述抽取方法（SD-Markov） | 第31-32页 |
| 4.5 本章小结 | 第32-33页 |
| 5 实验与分析 | 第33-46页 |
| 5.1 本文方法与基于Markov网络抽取复述方法比较 | 第33-40页 |
| 5.1.1 实验数据 | 第33-34页 |
| 5.1.2 实验设置 | 第34-35页 |
| 5.1.3 实验结果与分析 | 第35-40页 |
| 5.2 本文方法与其他方法比较 | 第40-44页 |
| 5.2.1 与不进行文档聚类的领域复述知识的比较 | 第40-41页 |
| 5.2.2 与经典的译文自动评价方法比较 | 第41-42页 |
| 5.2.3 与参加WMT16评测任务的其他方法比较 | 第42-44页 |
| 5.3 本章小结 | 第44-46页 |
| 6 总结与展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 在读期间公开发表论文 | 第54页 |
